入侵检测系统的多层次模糊综合评价研究

针对当前入侵检测系统(IDS)评估研究的不足,提出了对IDS进行多层次综合评价的方法。在建立IDS评估指标体系的基础上,通过引入有序模糊评价树概念构建了多层次的模糊综合评价模型,并实现了有序模糊评价树上的综合评价算法。对研究中存在的局限性进行了分析,并给出了改进意见。     

基于改进局部异常因子算法的拓扑辨识技术

针对电网中的拓扑错误和不良遥测信息严重影响电网的安全运行的现象,提出了基于改进局部异常因子算法的拓扑辨识方法.该方法利用统计理论对开关及刀闸的状态信息和电网的遥测信息进行评估,同时考虑到遥测及遥信信息对拓扑错误辨识的影响不同,采用相对熵对其数据进行加权处理,并在异常拓扑状态检测过程中,通过网格来屏蔽那些非异常的对象,提升算法效率.实验结果表明,该算法能够快速识别电网中的拓扑错误,发现其中的不良遥测信息.     

故障诊断系统的综合收益评价模型

基于不同智能技术开发的故障诊断系统在不同的应用环境中表现迥异,如何根据应用评估并选择合适的算法是故障诊断系统设计的关键问题.提出了故障诊断系统中正负收益和综合收益的概念,分析了影响故障诊断系统实施效用的主要因素,设计了综合收益评价模型.该模型在汽车发动机、航空发动机两种典型设备的故障诊断系统设计过程中的应用结果显示综合收益评价模型有较高的评估选择能力.     

云服务环境下基于客户评价的信任模型

针对云服务环境下的云服务商和客户之间缺乏信任建立和评估手段的问题,提出了一种基于客户评价的信任模型CETrust。该模型首先应用基于粗糙集理论的属性约简算法精简评价数据,而后通过评价相似度的客户过滤算法提升计算精度。充分考虑客户的可信性,将总体评价与分项属性评价结合来计算评价信任度,最后综合第三方评估机构的认证结果得出综合信任度。实验仿真结果表明,与同类技术相比,该模型特点是在不损失信任度计算精确性的条件下减少了计算量,能够有效过滤各类恶意评价,得出真实反映云服务可信性的综合评估结果。     

基于小波分析的电力信息通信过程不良数据辨识研究

传统的电力通信过程不良数据辨识方法的消噪能力较差,导致辨识效率较低。为此,本研究基于小波分析设计了新的电力信息通信过程不良数据辨识方法。根据小波变换的奇异性对电力信息通信过程进行局部奇异性检测,根据检测结果,结合神经网络算法区分正常数据和不良数据。然后采用软阈值和硬阈值去噪方法消除不良数据中的含噪信号,在计算噪声强度后,将某一尺度内的小波变换系数的平方由小到大排列,并计算似然估计向量,再根据向量中的最小值和最大值删除信号中的噪声部分。实验结果表明：该方法能够有效提高消噪能力、增强辨识效率。     

一种新的基于神经模糊推理网络的复杂系统模糊辨识方法

针对基于输入输出数据的复杂系统的模糊辨识问题,提出了一种新的神经模糊推理网络及相应的学习算法．学习算法被应用于系统的结构辨识与参数辨识．在结构辨识阶段,介绍了一种新的直接从输入输出数据中抽取和优化模糊规则的学习算法;在参数辨识阶段,提出和推导了一种非监督学习和监督学习相结合的混合式学习算法,实现模糊隶属函数的初步调整和优化．仿真结果表明,本文的方法可以同时满足对辨识精度、收敛速度、可读性和规则数的要求．     

基于模型有效性评价的主动队列管理算法

TCP/AQM系统是一多时滞回路耦合时变系统,源端传输控制协议(TCP)的拥塞控制机制也各不相同,因此其机理模型复杂.设计控制器所采用动态近似模型的参数变化范围很大,这对辨识算法提出了很高要求.本文先从模型误差分配方式这一新的角度对经典辨识算法进行了分析.然后运用新分析框架,结合TCP/AQM系统特征和控制要求,设计了一种基于模型有效性评价机制的辨识算法.该辨识算法能够对控制系数进行自适应调节,满足了主动队列管理(AQM)算法的设计需求.仿真结果表明,基于模型有效性评价机制的AQM算法,能有效应对时滞和不确定性带来的负面影响.与潜在标准化AQM算法相比,新算法在保持低排队时延和高效链路利用率方面取得了更好的平衡.     

基于模糊综合评价的健康评估系统开发

阐述了健康评估系统的基本原理;介绍了模糊集合中隶属度与隶属函数的概念,提出了模糊综合评价的原理和方法。利用MATLAB构建评价矩阵和算法程序,应用VB.net设计友好的用户使用界面,采用Access建立知识库和专家建议等信息,并通过混合编程技术实现健康评估系统的开发。最后,将这套健康评估系统应用于甲亢疾病评估实例中。     

PSO优化的神经网络在教学质量评价中的应用

针对以往教学质量评估体系中存在的问题,利用粒子群优化算法(PSO)训练的神经网络建立教学质量评估数学模型.该方法使用由PSO训练的BP模型来拟合影响教师教学质量评价的众多指标与评价结果之间的复杂关系.实验结果表明,运用人工神经网络能更好的建立综合评价系统,用于满足更多范围的系统综合评价.     

改进的卡尔曼滤波算法系统参数辨识仿真研究

研究系统参数辨识精度提高问题。辨识是从实验数据中提取有关系统信息的过程,由于存在噪声影响辨识精度,针对传统的卡尔曼滤波算法不能很好地提高跟踪精度且算法复杂的缺陷,为了解决实际系统辨识中参数噪声方差和观测噪声方差未知的等相关问题,提出了一种改进的无味卡尔曼滤波算法系统参数辨识方法,仿真结果表明,算法具有更好的泛化能力,在复杂的系统负载等情况下,也可以对系统的参数精确有效的进行辨识,验证了该算法是一种有效适用的系统参数辨识方法。     

网格计算系统中的综合信任评估

网格是个动态变化的环境,网格站点间的信任关系受到一些因素的制约,该文提出了一个网格安全信任模型,把信任的概念建立在网格站点的身份信任和行为信任、计算能力、单元服务开销、先前的工作成功率、入侵检测和入侵抵抗能力的基础上,构造了一个评估网格站点行为信任度的算法。基于模糊数学中的模糊综合评估算法理论,该文构造了一个网格站点信任度的综合评估算法,利用该算法可以比较全面地评估网格站点的信任度,最大程度地保证网格行为的安全可靠。     

隐写分析算法的模糊综合评估

隐写术和隐写分析技术是信息对抗的重要内容。目前，已经有许多隐写分析算法，但这些算法特点各异，在实际应用时，难以取舍。为此，提出了隐写分析算法的模糊综合评估算法，来实现对各种隐写分析算法的性能评估和比较。该评估算法不仅可以用于从已知隐写分析算法中选择出最优算法，也适合对新的隐写分析算法进行性能评估。     

模糊测试改进技术评估

模糊测试技术在发现真实程序漏洞中具有突出效果.近年来,模糊测试改进技术受到了相关学者的广泛关注,大量的优化模糊测试工具被相继提出,被提出的优化模糊测试工具多数结合了多种改进技术以期望达到更好的效果.然而,当前仍然缺乏对单一模糊测试改进技术的系统性评估与分析.本文首先基于4个指标,设计建立了一个针对单一模糊测试改进技术的评估体系,然后基于所提出的评估体系,对近年提出的先进模糊测试工具中集成的多个单一模糊测试改进算法进行了多组实验以评估不同改进技术类别中各个单一改进技术的改进效果,并结合实验数据与实际算法设计和代码实现进行分析.我们希望通过对单一模糊测试改进技术的评估与分析能够对未来的模糊测试改进研究工作提供帮助.     

基于正交试验的运动目标跟踪算法性能评价

针对目前运动目标跟踪算法性能评价中测试数据量大、试验次数多以及未充分考虑多因素组合场景下的算法性能表现等问题,提出一种基于正交试验的运动目标跟踪算法性能评价方法。分析影响算法性能的因素和水平,构建正交试验数据集,通过该数据集测试算法性能并利用极差分析法分析数据结果,以得到各影响因素间的强弱关系以及算法性能表现较好时的因素水平组合方式。分析结果表明,该方法能够全面、有效地评估运动目标跟踪算法的性能,减少测试次数和数据量,并为其他图像处理算法的性能评估提供参考。     

A Nonlinear Observer Based Analytical Redundancy for Predictive Fault Tolerant Control of a Steer‐by‐Wire System

In this paper, a nonlinear sliding mode observer, along with a long range linear predictor, is presented for fault tolerant control of a steer by wire system. The long‐range predictor is based on Diophantine identity aimed at improving the fault detection efficiency. The overall predictive fault tolerant control strategy was then implemented and validated on a steer by a wire hardware in loop bench. The experimental results show that the overall robustness of the steer by wire system was not sacrificed through the usage of analytical redundancy for sensors along with the designed fault detection, isolation, and identification algorithm. Moreover, the experimental results indicated that the fault detection speed is improved using the proposed analytical redundancy‐based algorithms for both attenuating and amplifying type faults. The proposed fault detection algorithm was also found to be robust against a wide range of fault types.     

改进的基于局部模块度的社团划分算法

针对大多复杂网络社团划分算法不能快速发现最优节点加入社团的问题,提出一种利用节点亲密度的局部社团划分算法。引入节点亲密度的概念量化社团与邻居节点的关系,按照节点亲密度由大到小选择节点加入社团,最后以局部模块度为指标终止局部社团扩展。在真实网络和人工仿真网络进行实验,并与基于信息压缩的随机游走算法等4种典型社团划分算法相比较,所提算法划分结果的综合评价指标(F1score)和标准化互信息(NMI)均好于比较算法。实验研究表明,所提算法具有较好的时间效率和准确度,适用于大规模网络社团划分。     

一种自适应的镜头探测模型

针对镜头探测过程中出现的一些实际问题，提出了自适应镜头探测模型的思想，并对自适应的概念进行了详细的说明，对视频格式自适应、探测算法自适应以及阈值自适应等3类自适应的可能解决方案进行了初步的探讨。随后给出了设计的镜头探测算法评价模型，并通过4种镜头探测方法的实验对该评价模型进行了验证，结果证明该评价模型能够较为全面地反映镜头探测算法的实际性能。     

一种目标身份识别算法的评估新方法

随着融合理论的发展,提出了多种目标身份识别算法,但是目前目标身份识别算法评估的研究相当有限,也还没有形成一种完整的、通用的评估理论．因此算法评估成为目标身份识别技术中一个蕈要的研究课题;为了对目标身份识别算法进行定量评估,提出了一种适合战场应用的评估新方法,利用该方法对某种目标身份识别算法进行了定量分析,结果证明该方法具有可行性．可以满足现代战场的需要。     

基于组件的密码算法自动化测评系统

针对密码算法测评的特点和需求,设计并实现基于组件的密码算法自动化测评系统。通过动态框架、测评组件和密码算法组件实现可动态集成不同密码算法,测评功能具有灵活性。根据动态框架的运行模式,提出测评系统各部分之间的数据交互格式,给出测评组件和密码算法组件之间的调用关系,实现密码算法的自动化测评。